一种性能指标异常检测方法及装置制造方法及图纸

本发明专利技术实施例提供了一种性能指标异常检测方法及装置，其中，性能指标异常检测方法包括：获取指定性能指标在待检测时刻的第一指标值，并按照满足预设时间规律的时间维度，获取指定性能指标在待检测时刻前的多个历史时刻的第二指标值；根据各第二指标值，针对时间维度建立正态分布模型；基于正态分布模型，检测指定性能指标在待检测时刻是否异常。通过本方案，可以提高性能指标异常检测的准确性。

【技术实现步骤摘要】
一种性能指标异常检测方法及装置
本专利技术涉及互联网
，特别是涉及一种性能指标异常检测方法及装置。
技术介绍
随着互联网的高速发展，互联网用户数量逐年攀升，特别是大型的购物网站、门户网站等网站的用户访问量越来越大，给网站的应用服务器等电子设备带来了巨大的运行压力。因此，需要检测这些电子设备的性能，保证电子设备能够稳定运行。电子设备的性能检测主要是通过检测电子设备的性能指标(例如CPU(CentralProcessingUnit，中央处理器)使用率、内存使用率、网卡吞吐率、网页访问量等)是否处于正常状态，从而判断电子设备的性能是否稳定。相应的性能指标异常检测方法中，首先需要人工标定出异常数据，对这些异常数据进行聚类处理，如果电子设备中出现新的性能指标值，通过分析该指标值与每个聚类中心的聚类结果，在该指标值属于某一类时，确定此时性能指标出现异常。然而，由于电子设备的规模越来越大，数据也越来越多，人工标定异常数据时极易出现标定出错或者漏标定的情况，导致在进行性能指标异常检测时，存在大量的误报和漏报，检测结果的准确性较低。
技术实现思路
本专利技术实施例的目的在于提供一种性能指标异常检测方本文档来自技高网...

【技术保护点】
1.一种性能指标异常检测方法，其特征在于，所述方法包括：获取指定性能指标在待检测时刻的第一指标值，并按照满足预设时间规律的时间维度，获取所述指定性能指标在所述待检测时刻前的多个历史时刻的第二指标值；根据各第二指标值，针对所述时间维度建立正态分布模型；基于所述正态分布模型，检测所述指定性能指标在所述待检测时刻是否异常。

【技术特征摘要】
1.一种性能指标异常检测方法，其特征在于，所述方法包括：获取指定性能指标在待检测时刻的第一指标值，并按照满足预设时间规律的时间维度，获取所述指定性能指标在所述待检测时刻前的多个历史时刻的第二指标值；根据各第二指标值，针对所述时间维度建立正态分布模型；基于所述正态分布模型，检测所述指定性能指标在所述待检测时刻是否异常。2.根据权利要求1所述的方法，其特征在于，所述满足预设时间规律的时间维度包括：所述待检测时刻前的相邻时间段的时间维度，和/或，所述待检测时刻前的多个预设周期内所述待检测时刻的对应时刻所处时间段的时间维度；所述按照满足预设时间规律的时间维度，获取所述指定性能指标在所述待检测时刻前的多个历史时刻的第二指标值，包括：获取所述待检测时刻前满足指定时间窗口大小的相邻时间段中各历史时刻的第二指标值；和/或，获取所述待检测时刻前满足指定数量的多个预设周期内所述待检测时刻的对应时刻所处周期时间段中各历史时刻的第二指标值。3.根据权利要求2所述的方法，其特征在于，所述指定时间窗口大小的确定方式，包括：获取初始时间窗口大小，以及所述待检测时刻前满足所述初始时间窗口大小的相邻时间段中各历史时刻的第二指标值；根据所述相邻时间段中的各第二指标值，计算所述相邻时间段中所有第二指标值的均值及标准差；根据所述均值及所述标准差，计算所述初始时间窗口内的指标值波动性；根据所述初始时间窗口大小及所述初始时间窗口内的指标值波动性，确定指定时间窗口大小，所述指定时间窗口大小与所述初始时间窗口内的指标值波动性成正比。4.根据权利要求2所述的方法，其特征在于，所述指定数量的确定方式，包括：获取初始数量，以及所述待检测时刻前满足所述初始数量的多个预设周期内所述待检测时刻的对应时刻所处周期时间段中各历史时刻的第二指标值；针对各周期时间段，根据该周期时间段中的各第二指标值，计算该周期时间段中所有第二指标值的第一均值；根据各第一均值，计算所有周期时间段的第二均值及标准差；根据所述第二均值及所述标准差，计算所述初始数量的多个预设周期间的指标值波动性；根据所述初始数量及所述多个预设周期间的指标值波动性，确定指定数量，所述指定数量与所述多个预设周期间的指标值波动性成正比。5.根据权利要求2所述的方法，其特征在于，所述根据各第二指标值，针对所述时间维度建立正态分布模型，包括：根据所述相邻时间段中的各第二指标值，计算所述相邻时间段中所有第二指标值的均值及标准差；基于所述相邻时间段中所有第二指标值的均值及标准差，建立第一正态分布模型；和/或，根据所述相邻时间段中的各第二指标值，计算所述相邻时间段中各第二指标值的变化幅度值；根据各变化幅度值，计算所述相邻时间段中所有变化幅度值的均值及标准差；基于所述相邻时间段中所有变化幅度值的均值及标准差，建立第二正态分布模型；所述基于所述正态分布模型，检测所述指定性能指标在所述待检测时刻是否异常，包括：根据所述第一正态分布模型中的标准差，确定第一阈值，所述第一阈值为所述标准差的预设倍数；若所述第一指标值与所述第一正态分布模型中均值的差值绝对值超过所述第一阈值，则确定在所述第一正态分布模型下，所述指定性能指标在所述待检测时刻异常；和/或，根据所述第二正态分布模型中的标准差，确定第二阈值，所述第二阈值为所述标准差的预设倍数；根据所述第一指标值及所述待检测时刻的前一时刻的第二指标值，确定所述待检测时刻的变化幅度值；若所述变化幅度值与所述第二正态分布模型中均值的差值绝对值超过所述第二阈值，则确定在所述第二正态分布模型下，所述指定性能指标在所述待检测时刻异常。6.根据权利要求2或5所述的方法，其特征在于，所述根据各第二指标值，针对所述时间维度建立正态分布模型，包括：根据各周期时间段中的所有第二指标值，计算所有周期时间段中所有第二指标值的均值及标准差；基于所有周期时间段中所有第二指标值的均值及标准差，建立第三正态分布模型；和/或，针对各周期时间段，根据该周期时间段中的各第二指标值，计算该周期时间段中各第二指标值的变化幅度值；根据各周期时间段中的所有变化幅度值，计算所有周期时间段中所有变化幅度值的均值及标准差；基于所有周期时间段中所有变化幅度值的均值及标准差，建立第四正态分布模型；所述基于所述正态分布模型，检测所述指定性能指标在所述待检测时刻是否异常，包括：根据所述第三正态分布模型中的标准差，确定第三阈值，所述第三阈值为所述标准差的预设倍数；若所述第一指标值与所述第三正态分布模型中均值的差值绝对值超过所述第三阈值，则确定在所述第三正态分布模型下，所述指定性能指标在所述待检测时刻异常；和/或，根据所述第四正态分布模型中的标准差，确定第四阈值，所述第四阈值为所述标准差的预设倍数；根据所述第一指标值及所述待检测时刻的前一时刻的第二指标值，确定所述待检测时刻的变化幅度值；若所述变化幅度值与所述第四正态分布模型中均值的差值绝对值超过所述第四阈值，则确定在所述第四正态分布模型下，所述指定性能指标在所述待检测时刻异常。7.根据权利要求6所述的方法，其特征在于，所述基于所述正态分布模型，检测所述指定性能指标在所述待检测时刻是否异常，包括：确定在各正态分布模型下所述指定性能指标在所述待检测时刻是否异常的检测结果；若检测结果为异常的正态分布模型的种类数大于第五阈值，则确定所述指定性能指标在所述待检测时刻异常。8.根据权利要求1所述的方法，其特征在于，在所述按照满足预设时间规律的时间维度，获取所述指定性能指标在所述待检测时刻前的多个历史时刻的第二指标值之后，所述方法还包括：根据各第二指标值，计算所有第二指标值的均值及标准差；根据所述标准差，确定第六阈值，所述第六阈值为所述标准差的预设倍数；分别判断各第二指标值与所述均值的差值绝对值是否超过所述第六阈值；若任一第二指标值与所述均值的差值绝对...

【专利技术属性】
技术研发人员：孙尚勇，
申请(专利权)人：新华三信息安全技术有限公司，
类型：发明
国别省市：安徽,34